com
20/02/2010
Plan gnral:
lM
E
1re partie:
Statistique applique la
logistique
2me partie:
Mise niveau (Rappel)
3me partie:
Applications en Logistique
ero
1
Mohamed El Merouani
Mohamed El Merouani
ni
ua
FP
Te
Dfinition de la logistique :
tou
Introduction:
an
Mohamed El Merouani
Mohamed El Merouani
www.elmerouani.jimdo.com
lM
E
Flux de
produits
Logistique de
produits
volution du concept :
Dans les annes 70 :
Logistique
industrielle
Production et gestion
de production
Logistique de
stockage
Entreposage
A nos jours :
Logistique de
soutien
Logistique de
distribution
Distribution
Aprs vente
Maintenance
20/02/2010
ero
Flux
dinformations
Mohamed El Merouani
ni
ua
FP
Te
tou
La gestion du stock
La gestion du transport
an
La maintenance logistique
la logistique conditionne galement
l'externalisation et la diversification de l'entreprise
Mohamed El Merouani
Mohamed El Merouani
www.elmerouani.jimdo.com
20/02/2010
lM
E
Notion de probabilit.
Variables alatoires.
Quelques lois de probabilits usuelles.
Addition de variables alatoires
indpendantes
Notion de probabilit
ero
Mohamed El Merouani
Mohamed El Merouani
10
ni
ua
FP
Te
Dfinitions de probabilit
Notion dvnement
tou
an
Obtenir 5 en lanant un d
Amener face en lanant une pice de
monnaie,
Mohamed El Merouani
11
Mohamed El Merouani
12
www.elmerouani.jimdo.com
Notation ensembliste
20/02/2010
Dfinitions de probabilit
lM
E
Frquentielle:
P( A) =
Axiomatique:
chaque vnement A, on associe un nombre P(A) qui
exprime le degr de possibilit de ralisation de
lvnement A avec 0 P ( A ) 1 appel probabilit
de lvnement A vrifiant les proprits suivantes:
P()=1
Si A et B sont deux vnements tels que AB= alors
P(AUB)=P(A)+P(B)
ero
13
Mohamed El Merouani
Mohamed El Merouani
14
ni
ua
FP
Te
Probabilit conditionnelle:
P (B I A)
avec
P ( A)
Mohamed El Merouani
P(A / B) =
P(A I B)
P(B)
avec P(B)>0
an
P (B / A) =
tou
P ( A I B ) = P ( B / A) P( A)
et
P(A)>0
15
P ( A I B) = P( A / B) P( B )
Thorme des probabilits composs
Mohamed El Merouani
16
www.elmerouani.jimdo.com
Evnements dpendants et
vnements indpendants:
Dpendance et indpendance
des vnements:
lM
E
ero
Mohamed El Merouani
20/02/2010
Mohamed El Merouani
17
18
ni
ua
FP
Mohamed El Merouani
19
Variables alatoires.
an
P ( A I B ) = P( A) P ( B )
tou
Te
Dpendance et indpendance
des vnements:
Mohamed El Merouani
20
www.elmerouani.jimdo.com
Variables alatoires
Variables alatoires
lM
E
P(X=0)=1/2;
20/02/2010
P(X=1)=1/2
ero
Mohamed El Merouani
21
22
Mohamed El Merouani
ni
ua
FP
Exemple
tou
Discrte:
La loi de probabilit dune variable
alatoire X est dfinie par:
Les valeurs que peut prendre X: x1, x2,,xn.
Les probabilits de ces valeurs P(X=xi)=pi
23
xi
pi
1/2
an
Mohamed El Merouani
Te
pi
1/2
Mohamed El Merouani
24
www.elmerouani.jimdo.com
lM
E
Continue:
Les valeurs que prendre X sont continues, alors
la probabilit de ces valeurs est une fonction
continue f, appele fonction densit de
probabilit.
Proprits de la densit:
La fonction f est valeurs positives sur lensemble de
dfinition D de la variable alatoire X
La fonction f est nulle en dehors de D lensemble de
dfinition de X.
Lintgrale de f sur D lensemble de dfinition de X est
gale 1.
Esprance mathmatique:
Discrte:
Lesprance mathmatique dune v. a. discrte
X, note E(X) est:
n
n
E( X ) = xi P( X = xi ) = xi pi
i=1
i=1
Continue:
Lesprance mathmatique dune v. a. continue
X, est donne par:
+
E ( X ) = x f ( x) dx
f ( x )dx = 1
ero
20/02/2010
25
Mohamed El Merouani
26
Mohamed El Merouani
ni
ua
FP
Te
Proprits de lesprance:
Variance :
tou
Var ( X ) = E ( X E ( X )) 2
E (X + ) = E ( X ) +
E ( X + Y ) = E ( X ) + E (Y )
Ou encore:
E ( X Y ) = E ( X ) E (Y )
Var ( X ) = E ( X 2 ) ( E ( X )) 2
27
an
Mohamed El Merouani
Mohamed El Merouani
28
www.elmerouani.jimdo.com
cart-type:
20/02/2010
Fonction de rpartition:
lM
E
(X) = Var(X)
ero
29
Mohamed El Merouani
30
Mohamed El Merouani
ni
ua
FP
Te
Exemple de fonction de
rpartition:
pi
pi
1/2
1/2
tou
xi
F(x)
1/2
0 si x < 0
F(x) = 1 / 2 si 0 x < 1
1 si x 1
Mohamed
El Merouani
31
an
Mohamed El Merouani
32
www.elmerouani.jimdo.com
20/02/2010
lM
E
F(x)
ero
33
Mohamed El Merouani
Mohamed El Merouani
34
ni
ua
FP
Te
Consquences:
Pour X v.a. continue on a:
P(X=c)=0 avec c une constante relle.
P(a<X<b)=F(b)-F(a) avec a et b des relles.
a
P(Xa)=P(X<a) = f (t ) dt
tou
an
P(Xb)=P(X>b) = b f (t) dt
p =1
i =1 j =1
Mohamed El Merouani
35
ij
Mohamed El Merouani
36
www.elmerouani.jimdo.com
lM
E
20/02/2010
f(x,y) 0
f(x,y)dxdy = 1
+
ero
37
Mohamed El Merouani
38
Mohamed El Merouani
ni
ua
FP
Covariance entre deux variables
alatoires:
Te
tou
Cov(X,Y) = x y P( X = x ,Y = y ) E( X )E( Y )
f(x,y) = f (x ). f ( y )
2
i=1 j=1
an
Cas continue:
39
Mohamed El Merouani
40
10
www.elmerouani.jimdo.com
Proprites:
lM
E
a) E(XY)=E(X)E(Y)+Cov(X,Y)
b) Var(X+Y)=Var(X)+Var(Y)+2Cov(X,Y)
c) Var(X+)=2Var(X) o et sont deux rels
quelconques.
20/02/2010
=
xy
Cov( X ,Y )
Cov( X ,Y )
=
Var( X )Var( Y )
X
a) Cov(X,Y)=0
b) E(XY)=E(X)E(Y)
c) Var(X+Y)=Var(X)+Var(Y)
-1 1
xy
ero
41
Mohamed El Merouani
Mohamed El Merouani
42
ni
ua
FP
tou
Te
Quelques lois de probabilits
usuelles
43
an
Mohamed El Merouani
Mohamed El Merouani
44
11
www.elmerouani.jimdo.com
Loi de Bernoulli:
20/02/2010
Loi de Bernoulli:
lM
E
pi
q=1-p 1
Alors E(X)=xipi=1xp+0xq=p
Var(X)=xi2pi-E(X)2=px12+qx02-p2=p-p2
Var(X)=p(1-p)=pq
ero
45
Mohamed El Merouani
pi
Mohamed El Merouani
46
ni
ua
FP
Loi Binmiale:
k!(n k )!
an
tou
o n! et k! indiquent le factoriel de n et de k,
on a:
n!=1x2x3xxn
P( X = k ) = Cn p q
Mohamed El Merouani
Te
Loi Binmiale:
47
Mohamed El Merouani
48
12
www.elmerouani.jimdo.com
Loi Binmiale:
Loi de Poisson:
lM
E
20/02/2010
ero
Mohamed El Merouani
49
Mohamed El Merouani
50
ni
ua
FP
Te
Loi de Poisson:
Esprance mathmatique: E(X)=
Variance mathmatique: Var(X)=
Ecart-type: (X)=
La loi de Poisson est appele loi des
petites probabilits. On lutilise pour
reprsenter des phnomnes rares, tels
que: nombre daccidents, nombre de
pannes, nombre de dchets dans une
fabrication
51
an
Mohamed El Merouani
tou
Mohamed El Merouani
52
13
www.elmerouani.jimdo.com
20/02/2010
Reprsentation graphique de
N(x,):
Loi Normale:
lM
E
1
2 2
f ( x) =
e
2
On dit que lon est en prsence de la loi
normale de moyenne x et dcart-type .
On la note par N(x, )
Les deux paramtres de la loi sont x et .
f(x)
1
2
1
1
e2
2
ero
Mohamed El Merouani
53
x +
Mohamed El Merouani
54
ni
ua
FP
Te
Variable norme:
tou
an
Mohamed El Merouani
55
Mohamed El Merouani
56
14
www.elmerouani.jimdo.com
20/02/2010
lM
E
f(t)
xx
( t + x ) x
f ( x) =
1
e
2
2 2
]2
t 2 2
1
2 2
e
=
2
-x
t2
1
e 2
2
x
t
cette loi est la loi normale, centre rduite, car elle est de
moyenne nulle et dcart-type gal lunit. On la note
N(0,1).
ero
57
Mohamed El Merouani
ni
ua
FP
Fonction intgrale de la loi normale
centre rduite:
Te
1
P(t1 < T < t 2 ) =
2
t1
t 2
dt
(a ) =
f (t ) dt =
f(t)
59
1
e
2
t 2
2
dt
an
Mohamed El Merouani
t2
tou
Scrit alors:
Mohamed El Merouani
60
15
www.elmerouani.jimdo.com
Proprits:
Exercice:
lM
E
On dmontre que:
20/02/2010
f (t )dt = 1
ero
61
Mohamed El Merouani
Mohamed El Merouani
62
ni
ua
FP
Te
Solution:
X 170
T=
5
Mohamed El Merouani
63
an
Alors P(168<X<175)=P(-0,4t+1)=
=(1)- (-0,4)= (1)-(1- (0,4))=
=(1)+ (0,4)-1
Soit, en cherchant les valeurs de (1) et de (0,4) dans
la table de la fonction intgrale de la loi normale centre
rduite: croisement de la ligne 1,0 et de la colonne
0,00; croisement de la ligne 0,4 et de la colonne 0,00.
P(168x175)=0,8413+0,6554-1=0,4967
Il y a donc: 2000x0, 4967993personnes dont
la taille est comprise entre 168cm et 175cm.
2. La probabilit pour quune personne ait une
taille suprieure 180cm est:
P(X>180)=P(T>2)=1-(2)=1-0,9772=0,0228
soit une probabilit de 2,3%.
Il y a alors vraisemblablement
2000x0,022845personnes dont la taille
dpasse 180cm.
tou
Mohamed El Merouani
64
16
www.elmerouani.jimdo.com
20/02/2010
lM
E
ero
Mohamed El Merouani
65
Mohamed El Merouani
66
ni
ua
FP
67
an
Mohamed El Merouani
tou
Te
z = x + y
Mohamed El Merouani
68
17
www.elmerouani.jimdo.com
20/02/2010
Rfrences:
lM
E
ero
Mohamed El Merouani
69
Mohamed El Merouani
70
ni
ua
FP
tou
Te
an
18